论文摘要
为准确掌握基坑变形的发展趋势,实现对基坑施工的准确指导,针对基坑变形序列的非线性和复杂性,提出利用MF-DFA法和PSO-ELM模型对基坑的变形规律进行研究。首先,利用MF-DFA法对基坑变形速率序列进行多重分形特征分析,以判断基坑的变形趋势;其次,利用PSO-ELM模型对基坑累计变形序列进行预测,得到基坑变形的预测值;最后,对比两变形序列的分析结果,综合判断基坑的变形趋势。同时,采用实例检验分析思路的准确性。结果表明:MF-DFA法能有效分析基坑变形速率序列的多重分形特征, PSO-ELM模型在基坑变形预测中也具有较高的预测精度,且两者对基坑变形规律的判断的一致性较好,相互佐证了两者分析结果的准确性,为基坑变形规律研究提供了一种新的思路。
论文目录
文章来源
类型: 期刊论文
作者: 朱靓
关键词: 基坑变形,多重分形分析,极限学习机,变形趋势判断,变形预测
来源: 长江科学院院报 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑,基础科学
专业: 地质学,建筑科学与工程
单位: 石家庄职业技术学院
分类号: TU433
页码: 53-58
总页数: 6
文件大小: 408K
下载量: 126
相关论文文献
- [1].苏州地铁车站基坑变形的空间效应分析及预测研究[J]. 河北工业科技 2020(02)
- [2].基坑变形预测及优化研究[J]. 公路 2020(08)
- [3].特大异型基坑降水与基坑变形关联性的探讨[J]. 低碳世界 2019(03)
- [4].超大型深基坑支撑拆除过程中的基坑变形控制[J]. 城市建设理论研究(电子版) 2019(11)
- [5].浅析基坑变形监测[J]. 四川水泥 2018(01)
- [6].关于基坑变形监测的若干思考[J]. 世界有色金属 2018(07)
- [7].基于小波神经网络的基坑变形监测预报研究[J]. 自动化与仪器仪表 2017(02)
- [8].论基坑变形的影响因素与控制方法[J]. 住宅与房地产 2017(17)
- [9].浅议建筑基坑变形监测的方法[J]. 科技展望 2016(19)
- [10].基坑变形监测及预警技术分析[J]. 建材与装饰 2016(26)
- [11].浅析基坑变形和工程处理措施[J]. 现代职业教育 2017(32)
- [12].基坑变形检测技术的探讨[J]. 环球人文地理 2017(09)
- [13].基于小波智能模型的地铁车站基坑变形时序预测分析[J]. 岩土力学 2020(S1)
- [14].斜抛撑支护下的基坑变形特性及控制对策[J]. 城市道桥与防洪 2017(05)
- [15].维纳过程在基坑变形监测数据处理中的应用[J]. 测绘与空间地理信息 2017(06)
- [16].方差补偿自适应卡尔曼滤波模型在基坑变形监测中的应用[J]. 广东建材 2017(09)
- [17].自回归分析模型在基坑变形监测数据预报中的应用[J]. 长江工程职业技术学院学报 2017(03)
- [18].建筑基坑变形监测方法分析[J]. 黑龙江科技信息 2016(16)
- [19].城市基坑变形监测技术应用分析[J]. 黑龙江科技信息 2016(23)
- [20].浅谈住宅区基坑变形监测技术的应用[J]. 江西测绘 2015(01)
- [21].基坑变形监测[J]. 技术与市场 2013(06)
- [22].一种监测基坑变形的灰色时序组合模型研究[J]. 测绘与空间地理信息 2019(11)
- [23].分析基坑变形监测及预报方法[J]. 智能城市 2020(19)
- [24].GA-BP基坑变形预测[J]. 住宅与房地产 2016(21)
- [25].明挖地铁基坑变形监测分析[J]. 公路工程 2013(03)
- [26].滨海软土地区基坑变形监测分析研究[J]. 天津建设科技 2020(04)
- [27].因果分析图法在某基坑变形监测中的应用[J]. 山西建筑 2019(08)
- [28].基坑变形观测数据处理系统设计[J]. 西部探矿工程 2019(05)
- [29].基坑变形监测的要点及技术措施分析[J]. 住宅与房地产 2018(18)
- [30].地下车库基坑变形监测初步分析[J]. 城市勘测 2016(06)